바이오인

다중오믹스 데이터 분석으로 뇌 노화 지표를 발굴하고, 기존 약물을 재창출

BioINwatch(BioIN+Issue+Watch): 25-31

◆︎ 뇌 나이 차이(Brain Age Gap, BAG)의 유전적 요인을 밝히고, 이를 기반으로 뇌 노화에 영향을 줄 수 있는 치료 표적과 약물을 찾을 수 있는가?

○ 뇌 나이 차이(BAG)*는 뇌 노화(건강)의 중요한 지표로 여겨지고 있으나, BAG 관련 유전적 체계 및 신뢰할 만한 표적이 불명확한 상황에서 최근 중국 연구팀이 BAG 관련 유전자 기반 약물 개발 접근법을 제시

* 뇌 나이 차이(Brain Age Gap): 생물학적으로 측정된 뇌 연령과 실제 연령 간의 차이

- 뇌 노화 관련 다중오믹스 데이터 통합 분석을 통해 약물 표적 유전자(druggable gene)를 탐색하고 이를 표적화하는 약물 재창출에 관한 연구 결과가 발표

○ 뇌 나이 예측 딥러닝 모델로 ‘BAG’를 측정하고 유전체 데이터를 기반으로 BAG 관련 치료 타겟 유전자 7개와 13개의 항노화 약물을 재발견

- (뇌 나이 측정 딥러닝 모델) UK Biobank의 29,097명 MRI 데이터를 활용하여 뇌 나이 측정 딥러닝 모델을 개발하고 5개 데이터셋으로 검증

- (BAG 관련 GWAS 분석) 뇌 질환이 없는 UK Biobank의 31,520명 MRI 데이터로 BAG를 계산하고 유전체 데이터를 기반으로 BAG와 연관된 유전적 변이를 탐색

※ 단일염기변형(SNP) 데이터를 회귀 분석하여 유전자 변이가 BAG에 미치는 영향을 연속형과 케이스-대조군 기반으로 분석

- (약물 표적 유전자 탐색) 혈액 세포 2,682개, 뇌 조직 2,915개 유전자의 eQTL*및 pQTL** 데이터를 통합 분석하여 유전자-단백질-BAG를 연결하는 7개 약물 표적 유전자를 발굴

* expression Quantitative Trait Locus: 단일염기변이(SNP) 관련 특정 유전자 발현 변화 지표

** protein Quantitative Trait Locus: 단일염기변이(SNP) 관련 특정 단백질의 혈중 농도 변화 지표

- (약물 재창출) 기존 승인·임상 약물 중 약물 표적 유전자(druggable gene)*에 작용하는 13개 약물을 발견

* MAPT, TNFSF12, GZMB, SIRPB1, GNLY, NMB, C1RL

◆︎ BAG 관련 다중오믹스 통합분석을 통한 약물 재창출 8 단계

① 뇌 나이 측정 딥러닝 모델 개발 및 검증

- UK Biobank 29,097명 건강한 참자가의 MRI 데이터를 기반으로 7종의 딥러닝 모델(SFCN, ResNet, EfficientNet, VGGNet, DenseNet, GLT, 3D-ViT)을 개발

※ 2개의 UKB 데이터셋과 3개의 외부 데이터셋(ADNI, PPMI, IXI)을 활용하여 MAE, MSE, R2, Pearson R 항목을 평가하여 모델을 검증 → 3D-ViT가 가장 정확하여 후속 분석에 활용

< 뇌 나이 측정 딥러닝 모델 개발 및 검증 >